[发明专利]一种基于图像融合的虹膜光斑消除方法

说明书

技术领域

本发明涉及模式识别、图像融合、虹膜图像预处理，特别是基于图像融合的虹膜光斑去除方法。

背景技术

虹膜是整个人体中最为独特的结构之一，它是一种在眼睛中瞳孔内的织物状的各色环状物，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构。正是丰富的纹理和复杂的结构使虹膜具有了唯一性、稳定性、可采集性、难更改性、非侵犯性等特点。这些特点使虹膜非常适合用于识别身份，也使虹膜识别成为目前错误率最低的生物特征身份识别技术。虽然目前已有很多的虹膜识别方法，但是虹膜的非侵犯性却给虹膜识别带来了一些问题，其原因在于：对于自动的非侵犯性虹膜识别系统来说，不应对被采集者要求过高，就是说被采集者可以轻松随意的使用识别系统，这就要求虹膜识别系统在图像获取环节就考虑到各种可能出现的情况所造成的虹膜图像质量不高问题。在各种低质量的虹膜图像中，由于光照因素造成的图像上的光斑，一直是虹膜图像获取过程中较难解决的问题之一。虹膜图像上的光斑常因为以下情况引起：

(1)采集者在系统前的位置不同，采集设备的辅助光源形成的光斑很难控制在瞳孔内；

(2)被采集者佩戴眼镜，眼镜镜片的反光：

(3)眼睛表面的液体反光。

由于上述原因带来的虹膜图像上的光斑，引起了一定程度上的虹膜纹理特征的缺失，从而影响纹理特征的提取，造成误识错识，进而影响虹膜识别的准确性。由于光照因素造成的虹膜图像上的光斑问题是影响非侵犯性的虹膜识别系统精确性、实用性的重要因素之一。

发明内容

本发明的目的是针对由于光照因素造成的虹膜图像上的光斑问题，提出一种基于图像融合的虹膜图像光斑消除方法，从而使非侵犯性的虹膜识别具有更高的准确性和更低的配合度以及更大的实用性。

为实现上述目的，基于图像融合的虹膜图像光斑消除方法，包括步骤：

虹膜图像预处理；

虹膜图像配准；

光斑定位及图像融合。

本发明的虹膜图像配准采用SSDA方法进行图像的配准对齐，算法快速有效。本发明采用sobel算子和hough变换定位光斑位置，使用图像切割技术实现虹膜图像的融合，消除虹膜图像上的光斑，提高了系统的实用性。本发明可用于进行身份识别诸多应用系统中，提高了系统的精确性和实用性。本发明对于硬件没有特殊要求，而且不涉及复杂的计算，易于在实际的系统中使用。

附图说明

图1为两幅光斑位于虹膜不同位置的样本图像；

图2为定位后的虹膜图像；

图3为归一化后的虹膜图像；

图4为模板匹配示意图；

图5为配准对齐后的两幅虹膜图像；

图6为sobel算子定位光斑；

图7为融合后虹膜图像。

发明的具体实施方式

一般来讲，虹膜识别系统分为“硬件和软件”两大模块：虹膜图像获取装置和虹膜识别算法。虹膜识别算法包括三个主要步骤：图像预处理、特征提取和模式匹配。本发明提出的方法将应用于虹膜识别软件模块中的图像预处理部分。

本发明提出一种新颖、可靠的虹膜图像光斑消除方法。目前，一般的虹膜识别方法采用直接抛弃具有光斑的虹膜图像的方法，本发明不同于这些方法，采用基于图像融合的方法消除虹膜图像上的光斑。本发明的新颖性主要在于：1)利用模板匹配法对两幅虹膜图像归一化展开后进行配准对齐，快速有效；2)消除光斑，避免虹膜图像的纹理的缺失，提高系统识别准确性。

本发明提出的基于图像融合的虹膜图像光斑消除方法包含三个主要步骤：

1.虹膜图像预处理

虹膜图像的预处理是虹膜识别中非常关键的一步，将直接影响识别的准确率。预处理主要包括图像平滑、虹膜定位与提取、虹膜图像的归一化等过程。

Ⅰ.虹膜定位

虹膜定位直接影响着虹膜识别的准确性，包括虹膜内边缘定位和外边缘定位。本发明根据虹膜图像灰度特点，瞳孔的灰度比虹膜的灰度小的多，从而可以很容易的定位虹膜的内边缘，进而计算出瞳孔的中心和半径。由于在虹膜图像中常常有眼皮和睫毛的干扰，而且虹膜和巩膜之间的灰度梯度变化也不是明显，因此外边缘的定位较复杂。我们先对虹膜图像中值滤波，再用canny算子进行边缘检测，用Hough变换拟合出虹膜外边缘得到外边缘的中心和半径。附图2为虹膜定位结果。

Ⅱ.图像归一化